KI-Artikelempfehlungen erstellen

Erfahren Sie, wie Sie ein KI-Empfehlungssystem aus Artikeln in Ihrem Katalog erstellen.

Über KI-Artikelempfehlungen

Nutzen Sie KI-Artikelempfehlungen, um die beliebtesten Produkte zu berechnen oder personalisierte KI-Empfehlungen für einen bestimmten Katalog zu erstellen. Nachdem Sie Ihre Empfehlung erstellt haben, können Sie die Personalisierung nutzen, um diese Produkte in Ihre Nachrichten einzufügen.

Tipp

KI-Personalisierte Empfehlungen funktionieren am besten mit mindestens einigen hundert Katalogartikeln, höchstens 100.000 Katalogartikeln und in der Regel mindestens 30.000 Nutzer:innen mit Kauf- oder Interaktionsdaten. Dies ist nur ein grober Richtwert und kann variieren. Die anderen Empfehlungstypen können mit weniger Daten arbeiten, auch wenn Beliebteste als Fallback verwendet wird.

Planspezifische KI-Features

Die folgende Tabelle beschreibt die Unterschiede zwischen der kostenlosen und der Pro-Version der Empfehlungstypen KI-Personalisiert, Beliebteste, Neueste und Im Trend:

<sup>1. Dies ist die Häufigkeit, mit der nutzerspezifische Artikelempfehlungen aktualisiert werden (nur KI-Personalisiert und Neueste). Beliebteste und Im Trend sind globale Empfehlungen, die aktualisiert werden, wenn das Modell neu trainiert wird. Wenn beispielsweise ein:e Nutzer:in einen Artikel kauft, der auf KI-Artikelempfehlungen basiert, werden die empfohlenen Artikel gemäß dieser Häufigkeit aktualisiert.
2. Verfügbare Empfehlungstypen sind KI-Personalisiert, Neueste, Beliebteste und Im Trend.</sup>

KI-Artikelempfehlung erstellen

Voraussetzungen

Bevor Sie beginnen, benötigen Sie Folgendes:

• Mindestens einen Katalog, um einen der unten beschriebenen Empfehlungstypen zu verwenden.
• Kauf- oder Event-Daten in Braze (angepasste Events, das Event „Bestellung aufgegeben“ oder das Kauf-Objekt), die eine Referenz auf den Artikel enthalten und mit den Katalog-Artikel-IDs übereinstimmen müssen.

1. Schritt: Eine neue Empfehlung erstellen

Sie können eine KI-Artikelempfehlung von zwei Stellen im Dashboard aus erstellen:

• über das navigationsmenü
• aus einem katalog

2. Schritt: Details zur Empfehlung hinzufügen

Geben Sie Ihrer Empfehlung einen Namen und eine optionale Beschreibung.

3. Schritt: Ihre Empfehlung definieren

Wählen Sie einen Empfehlungstyp aus. Jeder Typ verwendet die Artikelinteraktionsdaten der letzten sechs Monate, z. B. Kauf-, Bestellungs- oder angepasste Event-Daten. Ausführlichere Informationen und Anwendungsfälle finden Sie unter Typen und Anwendungsfälle.

Tipp

Wenn Sie Neueste oder KI-Personalisiert verwenden, erhalten Nutzer:innen, deren Daten nicht ausreichen, um individuelle Empfehlungen zu erstellen, als Fallback die beliebtesten Artikel. Auf der Analytics-Seite wird eine Schätzung des Anteils der Nutzer:innen angezeigt, die den Beliebteste-Fallback erhalten. Der Beliebteste-Fallback gibt nur Artikel zurück, die im verknüpften Katalog vorhanden sind.

Schritt 3.1: Frühere Käufe oder Interaktionen ausschließen (optional)

Um zu vermeiden, dass Artikel vorgeschlagen werden, die Nutzer:innen bereits gekauft oder mit denen sie interagiert haben, wählen Sie Do not recommend items users have previously interacted with. Diese Option ist nur verfügbar, wenn der Empfehlungs-Typ auf AI Personalized eingestellt ist.

Diese Einstellung verhindert, dass Nachrichten Artikel wiederverwenden, die Nutzer:innen bereits gekauft oder mit denen sie interagiert haben – vorausgesetzt, die Empfehlung wurde kürzlich aktualisiert. Artikel, die zwischen den Empfehlungsaktualisierungen gekauft oder mit denen interagiert wurde, können weiterhin angezeigt werden. Bei der kostenlosen Version der Artikelempfehlungen werden wöchentlich Aktualisierungen vorgenommen. Bei der Pro-Version der KI-Artikelempfehlungen erfolgt die Aktualisierung alle 24 Stunden.

Wenn Sie beispielsweise die Pro-Version der KI-Artikelempfehlungen verwenden und Nutzer:innen etwas kaufen und dann innerhalb von 30 Minuten eine Marketing-E-Mail erhalten, wird der gerade gekaufte Artikel möglicherweise nicht rechtzeitig aus der E-Mail ausgeschlossen. Nachrichten, die nach 24 Stunden gesendet werden, enthalten diesen Artikel jedoch nicht mehr.

Schritt 3.2: Katalog auswählen

Falls noch nicht ausgefüllt, wählen Sie den Katalog aus, aus dem diese Empfehlung Artikel beziehen soll.

Schritt 3.3: Eine Auswahl hinzufügen (optional)

Wenn Sie mehr Kontrolle über Ihre Empfehlung wünschen, wählen Sie eine Auswahl, um angepasste Filter anzuwenden. Auswahlen filtern Empfehlungen nach bestimmten Spalten im Katalog, z. B. Marke, Größe oder Standort. Auswahlen, die Liquid enthalten, können nicht in Ihrer Empfehlung verwendet werden.

Tipp

Wenn Sie Ihre Auswahl nicht finden können, vergewissern Sie sich zunächst, dass sie in Ihrem Katalog eingerichtet ist.

4. Schritt: Interaktion für Empfehlungen auswählen

Wählen Sie das Event aus, für das diese Empfehlung optimiert werden soll. Bei diesem Event handelt es sich in der Regel um einen Kauf, es kann aber auch jede andere Interaktion mit einem Artikel sein.

Sie können optimieren für:

• Kauf-Events mit dem Kauf-Objekt
• Angepasste Events, die einen Kauf darstellen
• Angepasste Events, die eine andere Artikelinteraktion darstellen (z. B. Produktansichten, Klicks oder Medienwiedergabe)
• Bestellungen mit dem Event „Bestellung aufgegeben“

Wenn Sie Custom Event wählen, wählen Sie Ihr Event aus der Liste aus.

Hinweis

Angepasste Events müssen über ausreichende Daten verfügen, bevor sie in der Event-Liste angezeigt werden. Sollte Ihr angepasstes Event nicht angezeigt werden, könnte dies daran liegen, dass das Braze-Backend es noch nicht verarbeitet hat oder dass nicht genügend Daten für das Modelltraining vorhanden sind. KI-Empfehlungen basieren auf historischen Daten, um Insights zu generieren. Daher sind neu erstellte oder selten getriggerte Events erst verfügbar, wenn mehr Daten gesammelt wurden.

5. Schritt: Den entsprechenden Eigenschaftsnamen auswählen

Um eine Empfehlung zu erstellen, müssen Sie Braze mitteilen, welches Feld Ihres Interaktions-Events (Event „Bestellung aufgegeben“, Kauf-Objekt oder angepasstes Event) den eindeutigen Bezeichner enthält, der mit dem Feld id eines Artikels im Katalog übereinstimmt. Nicht sicher? Anforderungen anzeigen.

Wählen Sie dieses Feld für den Property Name aus.

Das Feld Property Name wird mit einer Liste von Feldern vorausgefüllt, die über das SDK an Braze gesendet werden. Wenn genügend Daten vorhanden sind, werden diese Eigenschaften auch nach der Wahrscheinlichkeit sortiert, dass es sich um die richtige Eigenschaft handelt. Wählen Sie diejenige aus, die dem Feld id des Katalogs entspricht.

Anforderungen

Für die Auswahl Ihrer Eigenschaft gelten einige Anforderungen:

• Sie muss dem Feld id des ausgewählten Katalogs zugeordnet sein.
• Wenn Sie das Event „Bestellung aufgegeben“ ausgewählt haben oder E-Commerce-Events zum Trainieren von Artikelempfehlungen verwenden: Geben Sie products.product_id für die Produkt-ID ein.
  • Das Feld kann sich innerhalb eines Arrays von Produkten befinden oder mit einem Array von IDs enden. In beiden Fällen wird jede Produkt-ID als separates, aufeinanderfolgendes Event mit demselben Zeitstempel behandelt.
• Wenn Sie Kauf-Objekt ausgewählt haben: Muss die product_id oder ein Feld der properties Ihres Interaktions-Events sein.
• Wenn Sie Angepasstes Event ausgewählt haben: Muss ein Feld der properties Ihres angepassten Events sein.
• Verschachtelte Felder müssen in der Dropdown-Liste Property Name in Punktnotation im Format event_property.nested_property eingegeben werden. Wenn Sie zum Beispiel die verschachtelte Eigenschaft district_name innerhalb der Event-Eigenschaft location auswählen möchten, geben Sie location.district_name ein.

Beispielzuordnungen

Die folgenden Beispielzuordnungen beziehen sich beide auf diesen Beispielkatalog:

• angepasstes event
• kauf-objekt
• event „bestellung aufgegeben“

1
2
3
4
5
6
7
8
9
10
11
12
13
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "product_sku": "ADI-BL-7"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "2ff3f9a9-8803-4c3a-91da-14adbf93dc99",
        "products": [
          { "sku": "ADI-BL-7" },
          { "sku": "ADI-WH-9" }
        ]
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "13791e08-7c22-4f6c-8cc6-832c76af3743",
        "purchase": {
          "product_skus": ["ADI-BL-7", "ADI-WH-9"]
        }
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "ADI-BL-7",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "color": "black",
        "checkout_duration": 180,
        "size": "7",
        "brand": "Adidas"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "shoes",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "sku": "ADI-RD-8",
        "color": "red",
        "checkout_duration": 180,
        "size": "8",
        "brand": "Adidas"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
  "name": "ecommerce.order_placed",
  "properties": {
    "order_id": "order_123",
    "total_value": 200.0,
    "currency": "USD",
    "products": [
      {
        "product_id": "ADI-BL-7",
        "product_name": "Adidas Black Size 7",
        "variant_id": "ADI-BL-7-default",
        "quantity": 1,
        "price": 100.0
      }
    ],
    "source": "storefront"
  }
}

6. Schritt: Empfehlung trainieren

Wenn Sie so weit sind, wählen Sie Create Recommendation. Dieser Vorgang kann zwischen 10 Minuten und 36 Stunden dauern. Sie erhalten eine E-Mail-Benachrichtigung, wenn die Empfehlung erfolgreich trainiert wurde, oder eine Erklärung, warum die Erstellung möglicherweise fehlgeschlagen ist.

Sie finden die Empfehlung auf der Seite Predictions, wo Sie sie nach Bedarf bearbeiten oder archivieren können. Empfehlungen werden automatisch einmal pro Woche (kostenpflichtig) oder pro Monat (kostenlos) neu trainiert.